인공 지구 온난화에 대한 증거는 '골드 표준'을 명중합니다. 그들은 어떻게 했습니까?

2019 년 2 월 25 일에 나온 로이터 기사 의이 메시지 는 현재 뉴스 전체에 있습니다.

인공 지구 온난화에 대한 증거는 '골드 표준'을 명중

[과학자] 지구의 표면에서 인간의 활동이 열을 높이고 있다는 확신은“5 시그마”수준에 도달했다는 통계적 지표는 백만 분의 1의 확률 만있을 경우 신호가 나타날 수 있음을 의미합니다 온난화가 없습니다.

나는 이것이 아래에 개략적으로 표시된 플롯을 포함하는 "기후 변화 과학의 세 가지 주요 사건의 기념일을 축하합니다"를 참조한다고 믿습니다 (원본과 유사한 오픈 소스 이미지를 찾을 수 없기 때문에 스케치입니다) 무료 이미지는 여기에 있습니다 ). 더 원래의 원천이 될 것 같은 연구 그룹, 또 다른 기사입니다 여기 (하지만 대신에 1 % 유의을 사용하여 $5\sigma$ ).

이 플롯은 원격 감지 시스템, 위성 응용 및 연구 센터, 헌츠빌에있는 앨라배마 대학교의 세 가지 연구 그룹의 측정 결과를 보여줍니다.

도표에는 추세 길이의 함수로 신호 대 잡음비의 3 가지 상승 곡선이 표시됩니다.

$5\sigma$

$^{\dagger}$ $5\sigma$

기후에 관한 토론을 원하지 않기 때문에 여기서이 질문을합니다. 대신 나는 통계적 내용에 관한 답을 원하고 특히 사용 / 발언하는 그러한 진술 의 의미 를 명확히하기를 원한다 . $5 \sigma$

$^\dagger$

— Sextus Empiricus
소스

5 σ

$5\sigma$

σ

$\sigma$

5 σ

$5\sigma$

5 σ

$5\sigma$

문제는이 인공 지구 온난화 기사의 경우이 세 가지 효과가 얼마나 존재하는지에 관한 것입니다. 나는 과학적 주장을 명확히하기 위해 이것을 명확하게하는 것이 중요하다고 생각한다. 엄밀하게 들리 도록 일부 숫자를 인수에 넣는 것이 일반적 이며 대부분의 사람들은 질문을 중단합니다.

— Sextus Empiricus

이 비평을 보셨습니까 : judithcurry.com/2019/03/01/… ?

— 로버트 롱

우연히 나는 며칠 전에이 논문들을 읽고 있었고, 이제 당신의 새로운 현상금을 발견했습니다. 나는 지금 무언가를 쓸지도 모른다.

— amoeba는

답변:

항상 통계 테스트에 관한 것은 아닙니다. 정보 이론에 관한 것일 수도 있습니다.

5σ라는 용어는 "신호"와 "잡음"의 비율입니다. 가설 검정에서 분포 모수의 추정치와 추정치의 표준 오차가 있습니다. 첫 번째는 "신호"이고 두 번째는 "노이즈"이며 통계와 표준 오류의 비율은 z- 통계, t- 통계, F- 통계입니다.

그럼에도 불구하고 신호 대 잡음비 는 잡음을 통해 일부 정보를 수신 / 인식하는 모든 곳에서 유용합니다. 인용 된 링크가 설명 하듯이

신호 대 잡음비 (종종 약어 SNR 또는 S / N)는 과학으로 인해 노이즈로 인해 신호가 얼마나 손상되었는지를 측정하는 데 사용되는 측정입니다.

우리의 경우 "신호"는 대기의 일부 지층의 온도에서 측정 된 실제 온도이며 "소음"은 알려진 인위적 영향이없는 시뮬레이션으로부터의 변화를 예측 한 것입니다. 이러한 시뮬레이션은 특정 표준 편차 σ로 고정 온도를 다소 예측했습니다.

이제 통계로 돌아갑니다. 모든 검정 통계량 (z, t, F)은 표준 오차에 대한 추정값의 비율입니다. 통계학자가 S / N과 같은 소식을들을 때 z- 통계량을 생각하고 확률을 갖습니다. 기후 학자들은 분명히 이것을하지 않습니다 ( 기사 어디에도 확률에 대한 언급은 없습니다 ). 그들은 변화가 예상대로 "대략 3 ~ 8 배"더 크다는 것을 발견하고, S / N은 3σ에서 8σ입니다.

이 기사 에서보고 한 바에 따르면 두 가지 종류의 시뮬레이션을 수행했습니다. 하나는 모델에 포함 된 알려진 인위적 영향을 가진 것과 다른 하나는 알려진 인위적 영향을 가진 것입니다. 첫 번째 시뮬레이션은 측정 된 실제 위성 데이터와 유사하지만 두 번째 시뮬레이션은 중단되었습니다. 이것이 가능한지 아닌지는 말하지 않고 분명히 신경 쓰지 않습니다.

다른 질문에 대답합니다. 그들은 실험을하지 않았고 모델에 따라 시뮬레이션을했습니다. 따라서 명백한 것을 제외하고는 명백한 귀무 가설이 없습니다. 변화는 예상과 비슷합니다 (S / N은 1).

신호의 효과 크기는 실제 데이터와 시뮬레이션 간의 차이입니다. 예상보다 5 배 더 큰 신호입니다 (일반적인 온도 변동의 5 배). 측정의 양과 정확도로 인해 노이즈가 감소하는 것 같습니다.

"실제 과학자들"에 대한 우리의 기대와는 달리, 우리가 이야기 할 수있는 통계적 모델은 없으므로 가정에 대한 질문은 모호합니다. 유일한 가정은 모델을 통해 기후를 예측할 수 있다는 것입니다. 이것은 일기 예보에 사용 된 모델이 확실하다는 것을 말하는 것만 큼 유효합니다.

세 개 이상의 커브가 있습니다. 다른 모델의 시뮬레이션 결과입니다. 그들은 단순히 달라야합니다. 그리고 네, 다른 소음이 있습니다. 신호는 다른 한 측정 오차가 있으며 측정 오차가있는 측정 세트가 다릅니다. 해석과 관련하여 이것이 무엇을 의미합니까? S / N의 확률 해석은 좋지 않습니다. 그러나 결과의 외부 유효성은 양호합니다. 그들은 단순히 1979 년부터 2011 년까지 기후 변화가 알려진 인위적 영향이 고려 될 때 시뮬레이션과 비교할 수 있고 알려진 인위적 요인이 모델에서 제외 될 때 시뮬레이션에 의해 계산 된 것보다 대략 5 배 더 크다고 주장합니다.

따라서 하나의 질문이 남아 있습니다. 만약 기후 학자들이 통계 학자에게 모델을 만들도록 요청한다면, 그것은 무엇이어야합니까? 내 의견으로는 브라운 운동의 라인에 뭔가.

— 니노로드
소스

따라서 "신호"를 구성하는 요소는 무엇이며 "잡음"의 특성은 무엇이며 보이지 않는 프로세스는 무엇일까요?

— Josh

Soy @Josh, 나는 보내기 버튼을 너무 일찍 쳤다. 이제 전체 답변을 읽을 수 있습니다. "신호"는 실제 측정 값이며 "인자"는 알려진 인위적 요인이 모델에서 제외 될 때의 시뮬레이션 결과입니다. 그리고 내 의견으로는 이것은 매우 통계적입니다 ...

— 니노로드

n σ

$n\sigma$

@NinoRode 어쩌면 뭔가 빠졌을 수도 있지만, 인위적인 영향이없는 "소음"모델은 경험적 측정에 따라 평균 온도 가 상승 했다는 사실 때문에 분명히 잘못된 것이므로이 모델은 어떻게 관련 기준을 제공합니까? 인위적 인 것뿐만 아니라 자연적 과정 ( en.wikipedia.org/wiki/Little_Ice_Age ) 으로 인해 온도가 변동한다는 것을 이해하기 때문에 "소음"모델의 평균 온도가 0이어야한다는 가정의 근거는 무엇입니까? 분석 기간?

— 조쉬

@Scott, 영리한 만화의 문제 는 특정 연도는 물론 특정 세기의 온도를 측정하기에 측정이 충분히 구체화되지 않았기 때문에 시계열을 통해 노이즈가 표시되지 않는다는 것입니다. 따라서 최신 측정 장치가 출현 할 때까지 부드럽고 점진적으로 보입니다. 유체 역학에서 이것은 속도 장의 순간 관찰과 레이놀즈 평균화 비교를 비교하는 것과 같습니다. 적절한 비교가 아닙니다. Greta Thunberg가 태어날 때까지 지구 온도에 변동성이 거의 없다고 생각하지 않는 한. :)

— Josh

주의 사항 : 저는 기후학 전문가가 아닙니다. 이것은 내 분야가 아닙니다. 이것을 명심하십시오. 정정을 환영합니다.

당신이 말하는 수치는 최근 논문 Santer et al. 2019, 기후 변화 과학의 세 가지 핵심 이벤트 주년 기념 에서 자연 기후 변화 . 연구 논문이 아니라 간단한 의견입니다. 이 그림은 같은 저자 의 초기 과학 논문 Santer et al. 2018, 대류권 온도의 계절 순환에 대한 인간의 영향 . 2019 년 수치는 다음과 같습니다.

그리고 여기에 2018 년 그림이 있습니다; 패널 A는 2019 년 수치에 해당합니다.

이 마지막 그림 (4 개 패널 모두)의 통계 분석을 설명하려고합니다. 과학 논문은 오픈 액세스 꽤 읽을; 통계적 세부 사항은 일반적으로 보충 자료에 숨겨져 있습니다. 통계를 논의하기 전에 여기에서 사용 된 관측 데이터와 시뮬레이션 (기후 모델)에 대해 몇 마디 말해야합니다.

1. 데이터

약어 RSS, UAH 및 STAR는 위성 측정에서 대류권 온도의 재구성을 나타냅니다. 대류권 온도는 1979 년 이후 기상 위성을 사용하여 모니터링되었습니다 . MSU 온도 측정에 대한 Wikipedia를 참조하십시오 . 불행히도 위성은 온도를 직접 측정하지 않습니다. 그들은 온도를 추론 할 수있는 다른 것을 측정합니다. 더욱이, 이들은 다양한 시간 의존적 바이어스 및 교정 문제를 겪는 것으로 알려져있다. 이로 인해 실제 온도 재구성이 어려운 문제가됩니다. 여러 연구 그룹이 다소 다른 방법론에 따라이 재구성을 수행하고 다소 다른 최종 결과를 얻습니다. RSS, UAH 및 STAR가 이러한 재구성입니다. Wikipedia를 인용하면

위성은 온도를 측정하지 않습니다. 그들은 다양한 파장 대역에서 광도를 측정하며, 온도의 간접 추론을 얻기 위해 수학적으로 반전되어야합니다. 결과 온도 프로파일은 복사로부터 온도를 얻는 데 사용되는 방법의 세부 사항에 따라 다릅니다. 결과적으로 위성 데이터를 분석 한 다른 그룹은 다른 온도 경향을 얻었습니다. 이 그룹 중에는 원격 감지 시스템 (RSS)과 헌츠빌 (UAH)의 앨라배마 대학교가 있습니다. 위성 시리즈는 완전히 동 질적이지 않습니다. 기록은 비슷하지만 동일하지 않은 일련의 위성으로 구성됩니다. 센서는 시간이 지남에 따라 열화되며 궤도의 위성 드리프트에 대한 수정이 필요합니다.

어떤 재구성이 더 안정적인지에 대한 많은 논쟁이 있습니다. 각 그룹은 매번 알고리즘을 업데이트하고 전체 재구성 된 시계열을 변경합니다. 예를 들어 RSS v3.3이 위 그림에서 RSS v4.0과 다른 이유입니다. 전반적으로 AFAIK는 지구 표면 온도의 추정치가 위성 측정보다 더 정확하다는 것이 현장에서 잘 받아 들여지고 있습니다. 어쨌든,이 질문에 중요한 것은 1979 년부터 지금까지, 즉 위도, 경도 및 시간의 함수로서 공간적으로 해결 된 대류권 온도의 몇 가지 이용 가능한 추정치가 있다는 것입니다.

$T(\mathbf x, t)$

2. 모델

대류권 온도를 시뮬레이션하기 위해 (위도, 경도 및 시간의 함수로) 실행할 수있는 다양한 기후 모델이 있습니다. 이 모델은 CO2 농도, 화산 활동, 태양 복사, 에어로졸 농도 및 기타 다양한 외부 영향을 입력으로 사용하고 출력으로 온도를 생성합니다. 이 모델은 실제 측정 된 외부 영향을 사용하여 동일한 기간 (1979 년)에 실행할 수 있습니다. 그런 다음 평균 모델 출력을 얻기 위해 출력을 평균화 할 수 있습니다.

비 인위적 모델 예측에 대한 아이디어를 얻기 위해 인위적 요인 (온실 가스, 에어로졸 등)을 입력하지 않고 이러한 모델을 실행할 수도 있습니다. 다른 모든 요인 (태양 / 화산 등)은 평균값 주위에서 변동하므로 비 인위적 모델 출력은 구성에 의해 정지됩니다. 다시 말해,이 모델은 특정 외부 원인없이 기후가 자연스럽게 변하는 것을 허용하지 않습니다.

$M(\mathbf x,t)$ $N(\mathbf x, t)$

$z$

$T(\mathbf x, t)$ $M(\mathbf x, t)$ $N(\mathbf x, t)$

$T(\mathbf x, i)$ $M(\mathbf x, i)$ $N(\mathbf x, i)$ $i$

연간 평균 : 연중 평균 기온.
연간 계절주기 : 여름 온도에서 겨울 온도를 뺀 값입니다.
$\mathbf x$ $i$
글로벌 평균을 뺀 연간 계절주기 : (2)와 동일하지만 다시 글로벌 평균을 뺍니다.

$M(\mathbf x, i)$ $F(\mathbf x)$

$T(\mathbf x, i)$ $F(\mathbf x)$

Z (i) = \sum_{x} T (x, i) F (x),

$Z(i) = \sum_\mathbf x T(\mathbf x, i) F(\mathbf x),$

β

$\beta$

z

$z$

W (i) = \sum_{x} N (x, i) F (x),

$W(i) = \sum_\mathbf x N(\mathbf x, i) F(\mathbf x),$

β_{n o i s e}

$\beta_\mathrm{noise}$

β_{n o i s e}

$\beta_\mathrm{noise}$

z

$z$ -통계량:

z = \frac{β}{{Var}^{1 / 2} [β_{n o i s e}]} .

$z = \frac{\beta}{\operatorname{Var}^{1/2}[\beta_\mathrm{noise}]}.$

$z$

4. 일부 의견

첫 번째 지문 (패널 A)은 가장 사소한 IMHO입니다. 이는 관측 된 온도가 단조롭게 증가하는 반면 귀무 가설 하의 온도는 증가하지 않음을 의미합니다. 나는이 결론을 내리기 위해이 복잡한 기계가 필요하다고 생각하지 않습니다. 세계 평균 대류권 온도 (RSS 변형) 시계열 은 다음과 같습니다 .

여기에는 매우 중요한 추세가 있습니다. 나는 그것을 볼 수있는 모델이 필요하다고 생각하지 않습니다.

$z$

— 아메바의 말에 따르면 복원 모니카
소스

(+1) 이것은 훌륭한 답변입니다! 마음에 들지 않는 경우 : "시간에 따른 PCA"단계를 확장 할 수 있습니까? 각 차원을 개별적으로 분석하는 대신 PCA를 수행하는 것에 대한 생각을 이해하지 못합니다.

— mkt-Reonstate Monica

β_{noise}

$\beta_{\text {noise}}$

N (x, i)

$N(x,i)$

F (x)

$F(x)$

T (x, i)

$T(x,i)$

F (x)

$F(x)$

N (x, 2019)

$N(x, 2019)$

예,이 물건은 모든 각도에서 논의 될 수 있습니다. 나는 개인적으로 어느쪽에 대해서도 많은 판단을하지 않는 경우가 많지만, 그 주장이 분명하고 명확하다는 것을 좋아합니다. 기후에 대한보고는 현재 매우 모호하다.

— 22:07에 Sextus Empiricus

F (x)

$F(x)$